Trustworthy AI: Come Governance e Trasparenza Possono Moltiplicare il ROI

Secondo un’analisi condotta da SAS in collaborazione con IDC, l’adozione di pratiche di Trustworthy AI, caratterizzate da governance, trasparenza dei dati e spiegabilità, può incrementare la probabilità di ottenere un elevato ritorno sugli investimenti (ROI) fino a 15 volte rispetto all’uso di sistemi privi di adeguati controlli. Questo studio evidenzia come le organizzazioni che implementano protocolli rigorosi sulla qualità dei dati, tracciabilità e auditabilità riescano a raddoppiare i risultati economici derivanti dall’implementazione dell’intelligenza artificiale.

In contrasto, meno del 5% delle aziende che non adottano tali processi riesce a dichiarare ritorni analoghi. Un aspetto cruciale emerso dallo studio è che l’assenza di spiegabilità limita notevolmente l’efficacia dei sistemi di intelligenza artificiale. Infatti, l’incapacità degli algoritmi di motivare le decisioni porta fino al 97,2% degli utenti a intervenire manualmente per correggere o modificare i risultati, vanificando così i guadagni di produttività.

Inoltre, la fiducia degli operatori tende a diminuire con l’aumentare dell’autonomia dei sistemi: si passa dal 76% di fiducia per l’IA generativa al 66% per l’IA agentica. Lo studio mette in luce che le imprese impegnate a garantire l’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui contenimento dei costi, crescita del fatturato ed esperienza del cliente. Non sorprende quindi che l’85% delle realtà più avanzate preveda un aumento superiore al 10%% degli investimenti in governance dell’IA nell’anno in corso.

Tuttavia, un limite diffuso è rappresentato dall’architettura informativa: solo il 17,5%% delle imprese dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. È interessante notare che solide fondamenta dati quadruplicano la probabilità di ottenere un ROI elevato.

La variazione nell’adozione di framework strutturati è evidente anche tra i diversi settori. Nel settore bancario, l’85%% delle realtà ad alta maturità ha linee guida di governance definite, rispetto al 29%% dei ritardatari. Nel settore pubblico, il 41%% dei leader pianifica aumenti di spesa superiori al 20%% per l’IA affidabile, mentre nelle scienze della vita la penetrazione dell’IA su scala aziendale è del 23%%.

Bryan Harris, CTO di SAS, ha osservato che anche agenti avanzati possono registrare tassi di errore superiori al 25%% nelle attività complesse. Per garantire accuratezza e ripetibilità, è fondamentale integrare competenze di dominio nei workflow agentici, mantenendo le persone al centro dei controlli. Chris Marshall, Vice President di IDC, ha sottolineato che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti indispensabili per scalare con successo l’autonomia dell’IA.